监护系统、监护设备、服务器、监护方法及存储介质技术方案

一种监护系统、监护设备、服务器和监护方法、存储介质；一方案中，监护设备至少获取心电信号，根据心电信号分析心律失常情况，筛选出疑似心律失常的心电信号段；服务器用于至少接收疑似心律失常的心电信号段，并基于深度学习的心电分析模型至少对疑似心律失常的心电信号段进行分析，获取心律失常情况的结果，并将结果返回至监护设备。将对生理信号的异常分析分为粗筛和精细分析两部分，有许多好处：例如筛选算法计算量相对较轻，而分析模型对运算资源要求相对较高，因此方便部署，以满足实时性和高精度的要求；再例如，通过将对生理信号的异常分析分为粗筛和精细分析两部分，提出了新的通过生理信号来判断用户当前是正常状态还是异常状态的方案。

【技术实现步骤摘要】

本专利技术涉及监护领域，具体涉及监护系统、监护设备、服务器、监护方法及存储介质。

技术介绍

1、现有监测用户体征的装置例如监护装置，是通过采集用户的生理信号来实现对用户状态的监护；具体地，通过采集并分析生理信号，来判断用户相关状态是处于正常状态还是异常状态。

2、如何通过生理信号来判断用户当前是正常状态还是异常状态，是值得研究的问题。

技术实现思路

1、针对上述问题，本专利技术提供监护系统、监护设备、服务器、监护方法及存储介质，下面具体说明。

2、根据第一方面，一种实施例提供一种监护系统，包括监护设备和服务器，所述监护设备和所述服务器通信连接；

3、所述监护设备至少获取心电信号，并根据所述心电信号分析心律失常情况，筛选出疑似心律失常的心电信号段；

4、所述服务器用于至少接收所述疑似心律失常的心电信号段，并基于深度学习的心电分析模型至少对所述疑似心律失常的心电信号段进行分析，获取心律失常情况的结果，并将所述心律失常情况的结果返回至所述监护设备。

5、一本文档来自技高网...

【技术保护点】

1.一种监护系统，其特征在于，包括监护设备和服务器，所述监护设备和所述服务器通信连接；

2.如权利要求1所述的监护系统，其特征在于，所述心电分析模型包括第一多尺度特征提取网络和第一心律失常分类网络；

3.如权利要求2所述的监护系统，其特征在于，所述第一心律失常分类网络通过以下方式训练：

4.如权利要求1所述的监护系统，其特征在于，所述监护设备至少获取心电信号，包括：所述监护设备获取心电信号和辅助生理信号；

5.如权利要求4所述的监护系统，其特征在于，所述心电分析模型包括第一多尺度特征提取网络、第二多尺度特征提取网络和第二心律失常分类网络；<...

【技术特征摘要】

1.一种监护系统，其特征在于，包括监护设备和服务器，所述监护设备和所述服务器通信连接；

2.如权利要求1所述的监护系统，其特征在于，所述心电分析模型包括第一多尺度特征提取网络和第一心律失常分类网络；

3.如权利要求2所述的监护系统，其特征在于，所述第一心律失常分类网络通过以下方式训练：

4.如权利要求1所述的监护系统，其特征在于，所述监护设备至少获取心电信号，包括：所述监护设备获取心电信号和辅助生理信号；

5.如权利要求4所述的监护系统，其特征在于，所述心电分析模型包括第一多尺度特征提取网络、第二多尺度特征提取网络和第二心律失常分类网络；

6.如权利要求2或5所述的监护系统，其特征在于，所述第一多尺度特征提取网络为第一u-net网络中的第一左支特征提取网络；所述第一u-net网络还包括第一右支特征整合网络；其中，通过以下方式训练所述第一u-net网络：

7.权利要求5所述的监护系统，其特征在于，所述第二多尺度特征提取网络为第二u-net网络中的第二左支特征提取网络；所述第二u-net网络还包括第二右支特征整合网络；其中，通过以下方式训练所述第二u-net网络：

8.如权利要求5所述的监护系统，其特征在于，所述第二心律失常分类网络通过以下方式训练：

9.如权利要求4所述的监护系统，其特征在于，所述辅助生理信号段包括脉搏波信号段、心动信号段和心音信号段中的至少一个。

10.如权利要求1所述的监护系统，其特征在于，所述心律失常情况的结果包括至少两种心律失常类别。

11.如权利要求1所述的监护系统，其特征在于，所述心律失常情况的结果还包括心律失常类别的置信度。

12.如权利要求1所述的监护系统，其特征在于，所述监护设备根据所述心电信号分析心律失常情况，筛选出疑似心律失常的心电信号段，包括：

13.如权利要求12所述的监护系统，其特征在于，一个心博周期的心电信号或者连续的至少两个心搏周期的心电信号为一个信号段。

14.如权利要求12所述的监护系统，其特征在于，所述监护设备根据所述每个信号段对应的目标类特征值，从所述至少两个信号段中筛选出疑似心律失常的心电信号段，包括：

15.如权利要求12所述的监护系统，其特征在于，所述监护设备检测所述心电信号的信号特征点和信号特征波，包括：

16.如权利要求12所述的监护系统，其特征在于，所述监护设备对包含信号特征点的一段预设时长的信号段的幅值进行线性加权平均，计算信号特征点的幅值。

17.一种监护设备，其特征在于，包括：

18.如权利要求17所述的监护设备，其特征在于，所述信号获取电路还用于获取辅助生理信号段；

19.如权利要求17所述的监护设备其特征在于，所述处理器根据所述心电信号分析心律失常情况，筛选出疑似心律失常的心电信号段，包括：

20.一种服务器，其特征在于，包括：

21.如权利要求21所述的服务器，其特征在于，所述心电分析模型包括第一多尺度特征提取网络和第一心律失常分类网络；

22.如权利要求22所述的服务器，其特征在于，所述第一心律失常分类网络通过以下方式训练：

23.如权利要求21所述的服务器，其特征在于，所述通信接口还用于从所述监护...

【专利技术属性】
技术研发人员：杨平，何先梁，杨康，
申请(专利权)人：深圳迈瑞生物医疗电子股份有限公司，
类型：发明
国别省市：